Logo
☆☆☆☆☆
0.0
Beginner
4h

机器学习入门

本课程面向零基础学习者,通过构建对机器学习底层概念的直观理解来讲解相关知识。课程涵盖机器学习模型背后的一些基础数学原理,并指导你动手编写代码,解决实际的机器学习问题。 你将首先了解传统编程方法在解决机器学习问题时的局限性;接着熟悉机器学习的基本流程;然后从零开始构建你的第一个机器学习模型——单个感知机。之后,课程将引导你从单个神经元逐步过渡到多层感知机,以处理非线性可分的分类数据集。最后,课程会介绍 Python 的 scikit-learn 库,让你学会构建用于分类、回归以及无监督聚类的机器学习模型。 本课程旨在培养你成为终身学习者,为成功迈入机器学习领域提供一个极佳的起点。

5 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
机器学习入门
本课程面向零基础学习者,通过构建对机器学习底层概念的直观理解来讲解相关知识。课程涵盖机器学习模型背后的一些基础数学原理,并指导你动手编写代码,解决实际的机器学习问题。 你将首先了解传统编程方法在解决机器学习问题时的局限性;接着熟悉机器学习的基本流程;然后从零开始构建你的第一个机器学习模型——单个感...

WHAT YOU'LL LEARN

了解机器学习的基础知识

Content

5 Lessons • 0 Quizzes • 0 Challenges

机器学习问题
  1. 1

    通过编程理解图像

  2. 2

    人类是如何学习的?

  3. 3

    通过机器学习解决问题

  4. 4

    机器学习过程在机器学习问题中的应用

机器学习流程
  1. 1

    数据

  2. 2

    模型

  3. 3

    训练

  4. 4

    预测

  5. 5

    评估

从单个神经元到人工神经网络
  1. 1

    数据——并非线性可分

  2. 2

    模型——人工神经网络

  3. 3

    训练——通过梯度下降进行学习

  4. 4

    使用 scikit-learn 的机器学习流程

使用 scikit-learn 进行机器学习的代码
  1. 1

    识别更多对象——多类分类

  2. 2

    回归预测

  3. 3

    通过聚类进行无监督学习

  4. 4

    机器学习挑战

总结与思考
  1. 1

    机器学习在人工智能(AI)中的地位

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)